Title_font_1 Name
优势:研究两变量之间的关系,或区间分布模式。
劣势:适用范围较窄。
数据要求:一个或两个维度,两个度量;分类字段,散点图通常用于比较跨类别的聚合数据。
适用场景:销售量和折扣之间的关系;收入和消费之间的关系;社会现象关系的研究等 。散点图和3D散点图的对比说明如下:
类 型 | 散点图 | 3D散点图 |
---|---|---|
含 义 | 用于展现焦点数据在平面中的分布情况。 | 用于展现焦点数据在多维空间中的分布情况。 |
图 形 |
Title_font | ||
---|---|---|
|
Wiki 标记 |
---|
{html}<div style="border-bottom: 0.5px solid #dfe1e5;color:#2D5C8C;padding-bottom: 0.5px;font-size: 24px; height: 5px;"> </div>{html} |
我们在业务分析中,经常会对数据的分布情况进行分析。
下面,我们将以零售公司为例,年底对公司产品销售情况进行数据分布分析时,通常会有如下分析需求:
Title_font | ||
---|---|---|
|
Wiki 标记 |
---|
{html}<div style="border-bottom: 0.5px solid #dfe1e5;color:#2D5C8C;padding-bottom: 0.5px;font-size: 24px; height: 5px;"> </div>{html} |
Title_font_1 | ||
---|---|---|
|
业务场景描述:
研究促销活动销售量和折扣之间的数据分布情况。
数据结构:
定制要点:
将“数量”字段作为“水平(X)轴”,“折扣”字段作为“垂直(Y)轴”,“产品目录名称”字段作为“并列轴。
预览效果:
Title_font_1 | |
---|---|
|
|
业务场景描述:
基于三个维度:产品类别、数量和折扣查看公司产品的销售数据分布情况。
数据结构:
定制要点:
将“产品目录名称”字段作为“分类(X)轴”,“折扣”字段作为“分类(Y)轴”,“数量”字段作为“指标(Z)轴”。
预览效果:
Title_font | ||
---|---|---|
|
Wiki 标记 |
---|
{html}<div style="border-bottom: 0.5px solid #dfe1e5;color:#2D5C8C;padding-bottom: 0.5px;font-size: 24px; height: 5px;"> </div>{html} |
散点图的属性包括数据设置、基本设置、标题、坐标轴、图例、提示、工具、高级、扩展属性等,具体请参考下面表格:
预览效果:
borderColor | #FFFFFF |
---|---|
bgColor | #F0F0F0 |
borderWidth | 1 |
borderStyle | solid |